文本類數(shù)據(jù)大規(guī)模分類標(biāo)注方法、系統(tǒng)、裝置及存儲(chǔ)介質(zhì)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202110120553.0 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN112445897A | 公開(kāi)（公告）日 | 2021-03-05 |
| 申請(qǐng)公布號(hào) | CN112445897A | 申請(qǐng)公布日 | 2021-03-05 |
| 分類號(hào) | G06F16/35(2019.01)I;G06F16/33(2019.01)I;G06F40/284(2020.01)I | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 藍(lán)建敏;申鑫 | 申請(qǐng)（專利權(quán)）人 | 京華信息科技股份有限公司 |
| 代理機(jī)構(gòu) | 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 | 代理人 | ?？玛?yáng) |
| 地址 | 510520廣東省廣州市天河區(qū)高普路138號(hào)京華信息大樓中座 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種文本類數(shù)據(jù)大規(guī)模分類標(biāo)注方法、系統(tǒng)、裝置及存儲(chǔ)介質(zhì)，該方法包括從待標(biāo)注語(yǔ)料中篩選具有代表性的語(yǔ)料作為典型語(yǔ)料；對(duì)典型語(yǔ)料進(jìn)行分析，提取關(guān)鍵特征；根據(jù)關(guān)鍵特征，提取分類對(duì)應(yīng)的匹配規(guī)則和特征詞，對(duì)匹配規(guī)則和特征詞進(jìn)行驗(yàn)證；將驗(yàn)證通過(guò)的匹配規(guī)則保存至規(guī)則庫(kù)，將驗(yàn)證通過(guò)的特征詞保存至特征詞庫(kù)；根據(jù)規(guī)則庫(kù)和特征詞庫(kù)，對(duì)文本類數(shù)據(jù)進(jìn)行大規(guī)模機(jī)器分類標(biāo)注；對(duì)大規(guī)模機(jī)器分類標(biāo)注的標(biāo)注效果進(jìn)行核驗(yàn)；輸出核驗(yàn)合格的標(biāo)注數(shù)據(jù)。本發(fā)明能夠提取得到準(zhǔn)確率較高的規(guī)則和特征詞；能夠提升大規(guī)模機(jī)器分類標(biāo)注的質(zhì)量和標(biāo)注的效率，大幅度降低人工對(duì)大規(guī)模文本類數(shù)據(jù)進(jìn)行標(biāo)注的工作量。本發(fā)明可廣泛應(yīng)用于文本分類技術(shù)領(lǐng)域。?? |
